Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter.

Slides:

Advertisements

Ähnliche Präsentationen

Perceptrons and the perceptron learning rule

Advertisements

Das V - Modell - Überblick

V - Modell Anwendung auf große Projekte

Kohonennetze für Information Retrieval mit User Feedback

Agiles Software- Projektmanagement mit XP Dipl.-Ing. F. Papenfuß Prof. Dr. H. Pfüller Universität Rostock.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Holger Harms, Harald Widiger,

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Seminar über Algorithmen

Ralf Salomon, Frank Golatowski

Diese Fragen sollten Sie beantworten können

Universität Stuttgart Institut für Kernenergetik und Energiesysteme Was ist Refactoring? Bevor man die Integration angeht, mag es angebracht sein, den.

Das V - Modell - Überblick

Neuronale Netze Inhalt des Vortrags:

Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.

Berechnen Sie den Output Vektor wenn der Input Vektor (1,1,-1,-1) ist.

Vortrag 11: Reengineering - Refactoring

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Vorlesung Echtzeitbetriebssysteme.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Spezielle Anwendungen.

Vorstellung des Microcontollers Motorola 68HC12

Datenstrom (Propagation) Fehlerstrom (Backpropagation)

2. Biologische Neuronen Schematischer Aufbau einer Nervenzelle

MNU- Tagung am an der Universität in Dortmund

Vorlesung KDD, Ludwig-Maximilians-Universität München, WS 2000/ Andere Paradigmen Inhalt dieses Kapitels 8.1 Induktive Logik-Programmierung.

Neuronale Netzwerke am Beispiel eines MLP

Neuronale Netze 2 (Mitchell Kap. 4)

Why connectionism? Backpropagation Netzwerke

Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/

Neuronale Netze Nachtrag Perzeptron

Weg Geschwindigkeit Beschleunigung

Neuronale Netze (1) Isabel Schwende

von Renate Pauer Susanne Haberl am 11. April.2011

Strukturelle Koppelung und die „Autonomie“ des Sozialen Wolfgang Zierhofer Impulsreferat zur Tagung: Umwelt als System – System als Umwelt? Systemtheorien.

Elman-Netzwerke Wintersemester 2004/05 Seminar Kindlicher Spracherwerb C. Friedrich & R. Assadollahi vorgestellt von Christian Scharinger & Guido Heinecke.

Bauhaus-Universität Weimar 1 Dateiname Plausibilität in der Planung Semesterbegleitender Entwurf Städte - Pattern 015 Identifizierbare Nachbarschaft Menschen.

1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Mirkocontroller Praktikum.

Arbeitsberatung der ITG Fachgruppe Matthias Fiedler, Gunter Scheller 13. Juni 2003 Fakultät für Elektrotechnik und Informationstechnik Fachbereich.

Thema Name des Vortragenden Ort, Datum

Universität Rostock Fachbereich Elektrotechnik und Informationstechnik Institut für Angewandte Mikroelektronik und Datentechnik Eine Prozessorarchitektur.

Institut für Angewandte Mikroelektronik und Datentechnik Course and contest Results of Phase Selected Topics in VLSI Design (Module 24513) ©

Echtzeitsystemtechnik

HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VIII Christian Schindelhauer

Institut für Angewandte Mikroelektronik und Datentechnik Phase 5 Architectural impact on ASIC and FPGA Nils Büscher Selected Topics in VLSI Design (Module.

Institut für Angewandte Mikroelektronik und Datentechnik Course and contest Results of Phase 3 Vincent Wiese Selected Topics in VLSI Design (Module 24513)

Institut für Angewandte Mikroelektronik und Datentechnik Course and contest Results of Phase 4 Vincent Wiese Selected Topics in VLSI Design (Module 24513)

Universität Rostock, FB Elektrotechnik und Informationstechnik Institut für Angewandte Mikroelektronik und Datentechnik Nukleus e.V. - InnoRegio  Parchim.

Institut für Angewandte Mikroelektronik und Datentechnik Selected Topics in VLSI Design (Module 24513) Vincent Wiese Adder Structures on FPGA and ASIC.

Institut für Angewandte Mikroelektronik und Datentechnik Course and contest Results of Phase 4 Nils Büscher Selected Topics in VLSI Design (Module 24513)

Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.

Institut für Angewandte Mikroelektronik und Datentechnik Course and Contest Results of Phase 5 Eike Schweißguth Selected Topics in VLSI Design (Module.

Kurze Rekapitulation aus der Einführungsvorlesung Stunde VII: Planen und Realisieren Manfred Thaller, Universität zu Köln Köln 20. Oktober 2011.

Institut für Angewandte Mikroelektronik und Datentechnik Results of Phase 4: Layout for ST65 technology by Christoph Niemann Selected Topics.

Vom Neuron bis zur Boltzmann Maschine Miguel Domingo & Marco Block Seminar : Maschinelles Lernen und Markov KettenSommersemester 2002.

Evolutionärer Entwurf neuronaler Netze

Lernen 1. Vorlesung Ralf Der Universität Leipzig Institut für Informatik

Geschichte der Telekommunikation

Institut für Angewandte Mikroelektronik und Datentechnik Results of phase 5: Investigations on a specific topic Special Features of the Virtex-6 FPGAs.

Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.

Konnektionismus: Pattern Association Simulationsumgebung tlearn Projektseminar Konnektionistische Sprachverarbeitung WS 2009/2010.

Emanuel Mistretta Lukas Schönbächler

Simple Recurrent Networks

Überschrift für ein Wissenschaftsplakat

Präsentation transkript:

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Prüfungsvorbereitung Programmierung eingebetteter Systeme Backpropagation in NN

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Struktur eines Neuronalen Netzwerkes (feed forward)

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Eigenschaften des Neurons klassisches Modell

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Probleme beim klassischen Modell unflexibles Netzwerk (o j =1 oder nicht o j =0) zu viele Units um ein einfaches Problem zu beschreiben Problem unter Umständen nicht lösbar Modell kann nicht Lernen – Lernen mit BP nicht möglich da – evtl. mit ES

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme verbessertes Modell

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Eigenschaften des verbesserten Modells nun Lernen mit BP möglich Backpropagation = Gradientenbildung von E (Fehlerfunktion) Ziel: Finden des optimalen w ij dazu folgende Vorschrift

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Gradientenbildung

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Frage nach dem E (Fehlerfunktion) erste Überlegung: - suboptimal: Ableitung nicht überall stetig/differenzierbar zweite Überlegung: - Quadrieren des Betrages E: Summe (pattern/outputs) c=0,5 (willkürlich zweckmäßig)

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme kurze Zusammenfassung

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Es hilft alles nichts!!!

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme Ergebnis

Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter Systeme für w ji prinzipiell die selbe Vorgehensweise aber: Änderung der w kj beeinflussen w ji Gradient wird komplizierter!!! hat trotzdem die selbe Struktur Fehlerwert*Ableitung*Output(vorige Stufe) Anpassung Wichtungen (w ij )